Misure del centro

Introduzione alle statistiche in R

Dati sul sonno dei mammiferi

msleep

# A tibble: 83 x 11
   name             genus       vore  order        sleep_total sleep_rem sleep_cycle awake
   <chr>            <chr>       <chr> <chr>              <dbl>     <dbl>       <dbl> <dbl>
 1 Cheetah          Acinonyx    carni Carnivora           12.1      NA         NA     11.9
 2 Owl monkey       Aotus       omni  Primates            17         1.8       NA      7 
 3 Mountain beaver  Aplodontia  herbi Rodentia            14.4       2.4       NA      9.6
 4 Greater short... Blarina     omni  Soricomorpha        14.9       2.3       0.133   9.1 
 5 Cow              Bos         herbi Artiodactyla         4         0.7       0.667  20  
 6 Three-toed sloth Bradypus    herbi Pilosa              14.4       2.2       0.767   9.6 
 7 Northern fur...  Callorhinus carni Carnivora            8.7       1.4       0.383  15.3 
# ... with 76 more rows, and 2 more variables: brainwt <dbl>, bodywt <dbl>

Istogrammi

Istogramma dei tempi di sonno dei mammiferi

Quanto tempo dormono in genere i mammiferi di questo set di dati?

Qual è il valore tipico?

Dove si trova il centro dei dati?

Media
Mediano
Modalità

Istogramma con punto interrogativo e dita puntate

Misure del centro: media

  name                       sleep_total
1 Cheetah                           12.1
2 Owl monkey                        17.0 
3 Mountain beaver                   14.4
4 Greater short-tailed shrew        14.9
...

$$\text{Tempo medio di sonno}=\frac{12.1 + 17.0 + 14.4 + 14.9 + ...}{83} = 10.43$$

mean(msleep$sleep_total)

10.43373

Misure del centro: mediana

sort(msleep$sleep_total)

 [1]  1.9  2.7  2.9  3.0  3.1  3.3  3.5  3.8  3.9  4.0  4.4  5.2  5.3  5.3  5.4  5.6  6.2
...
[52] 11.5 12.1 12.5 12.5 12.5 12.5 12.8 12.8 13.0 13.5 13.7 13.8 14.2 14.3 14.4 14.4 14.5
[69] 14.6 14.9 14.9 15.6 15.8 15.8 15.9 16.6 17.0 17.4 18.0 18.1 19.4 19.7 19.9

sort(msleep$sleep_total)[42]

10.1

median(msleep$sleep_total)

10.1

Misure del centro: modalità

Valore più frequente

# Count and sort 'sleep_total' descending
msleep %>% count(sleep_total, sort = TRUE)

   sleep_total     n
         <dbl> <int>
 1        12.5     4
 2        10.1     3
 3         5.3     2
 4         6.3     2
 ...

# Count and sort 'vore' descending
msleep %>% count(vore, sort = TRUE)

  vore        n
  <chr>   <int>
1 herbi      32
2 omni       20
3 carni      19
4 NA          7
5 insecti     5

Dati filtrati per gli insettivori

msleep %>% 
  filter(vore == "insecti")

  name                  genus        vore    order        sleep_total
  <chr>                 <chr>        <chr>   <chr>              <dbl>
1 Big brown bat         Eptesicus    insecti Chiroptera          19.7
2 Little brown bat      Myotis       insecti Chiroptera          19.9
3 Giant armadillo       Priodontes   insecti Cingulata           18.1
4 Eastern american mole Scalopus     insecti Soricomorpha         8.4

Riassunto delle statistiche sul sonno degli insettivori

msleep %>% 
  filter(vore == "insecti") %>%

  summarize(mean_sleep = mean(sleep_total),
           median_sleep = median(sleep_total))

  mean_sleep median_sleep
       <dbl>        <dbl> 
1      16.52         18.9

Aggiunta di un outlier

msleep %>% 
  filter(vore == "insecti")

  name                  genus        vore    order        sleep_total
  <chr>                 <chr>        <chr>   <chr>              <dbl>
1 Big brown bat         Eptesicus    insecti Chiroptera          19.7
2 Little brown bat      Myotis       insecti Chiroptera          19.9
3 Giant armadillo       Priodontes   insecti Cingulata           18.1
4 Eastern american mole Scalopus     insecti Soricomorpha         8.4
5 Mystery insectivore   ...          ...     ...                  0.0

Statistiche di riepilogo dopo l'aggiunta di un outlier

msleep %>% 
  filter(vore == "insecti") %>%

  summarize(mean_sleep = mean(sleep_total),
           median_sleep = median(sleep_total))

  mean_sleep median_sleep
       <dbl>        <dbl>
1      13.22         18.1

Mean: 16.5 → 13.2

Median: 18.9 → 18.1

Quale misura utilizzare?

# Create histogram of insecti
msleep %>% 
  filter(vore == "insecti") %>%
  ggplot(aes(insecti)) +
    geom_histogram()

Un istogramma con dati a forma di campana e una linea blu e rossa vicine al centro dei dati. Il rosso rappresenta la media, il blu la mediana.

Obliquità

Istogramma di dati con pochi valori a sinistra e più valori a destra.

Obliquità

Istogramma di dati con pochi valori a sinistra e più valori a destra con titolo Left-skewed

Obliquità

Istogramma di dati con molti valori a sinistra, che diminuiscono fino a pochi valori a destra intitolato Right-skewed

Quale misura utilizzare?

Gli stessi istogrammi delle diapositive precedenti, ma con le linee rosse e blu tracciate per la media e la mediana. Nei dati con asimmetria a sinistra, la media è inferiore alla mediana. Nei dati con asimmetria destra, la media è maggiore della mediana

Esercitiamoci!

Introduzione alle statistiche in R